Auriga Инструмент разметки видео и стрима данных для машинного обучения

Продукт
Разработчики: Auriga (Аурига)
Отрасли: Транспорт
Технологии: Системы видеоаналитики

Наряду с разрешением сложных моральных дилемм, быстрое и точное распознавание объектов окружающего мира является одной из самых сложных задач для создателей беспилотных автомобилей. Большинство автономных транспортных средств используют комбинацию сенсорных технологий, чтобы «видеть» дорогу. Датчики обнаружения расстояния, такие как лазеры и радары, сообщают расстояние до объектов, окружающих транспортное средство. Визуальные датчики, такие как камеры, распознают цвет и детали пейзажа. Многие производители беспилотных автомобилей разработали системы глубокого обучения, которые учатся безопасно вести машину в различных условиях, основываясь на огромном количестве размеченных данных с датчиков.

В рамках большого проекта по автоматизации управления автомобилем Аурига разрабатывает полуавтоматизированный инструмент для разметки видео и формирования стрима данных для машинного обучения. Пользователь сможет загрузить в приложение видеоданные (а также данные с радаров и данные о скорости) и «научить» приложение автоматически распознавать и помечать объекты в соответствии с установленным набором лейблов – к примеру, дорожная разметка, светофоры и дорожные знаки, деревья, другие машины, велосипедисты, пешеходы и т.д. Размеченные данные формируют стрим данных для последующего машинного обучения и автоматизации управления автомобилем. Чем больше данных будет размечено, тем лучше система будет «видеть» дорогу в будущем.

Поскольку камеры очень восприимчивы к погодным условиям, важно учитывать смену дня и ночи, особенности сезонов, дождь, туман, дымку, а также снег, который может полностью скрыть дорожную разметку и даже знаки. Беспилотные автомобили полагаются на четкие правила дорожного движения, поэтому в экстремальных условиях им бывает трудно «понять», что происходит вокруг. Все эти обстоятельства были учтены нашими инженерами: видеозаписи вождения в неблагоприятных погодных условиях составляют значительную часть созданного озера данных.

Робототехника





СМ. ТАКЖЕ (3)


Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2021 год
2022 год
2023 год
Текущий год

  Вокорд (Vocord) (9, 45)
  VizorLabs (Визорлабс) (9, 40)
  ВидеоМатрикс (Videomatrix) (17, 32)
  VisionLabs (ВижнЛабс) (13, 32)
  PTV Group (2, 25)
  Другие (324, 175)

  NVI Research (1, 1)
  ЭЛВИС-НеоТек (1, 1)
  VizorLabs (Визорлабс) (1, 1)
  Другие (0, 0)

Распределение систем по количеству проектов, не включая партнерские решения

За всю историю
2021 год
2022 год
2023 год
Текущий год